למה חשוב להגדיר קמפיין נכון באנליטיקס ומה קורה כשלא עושים את זה?
אם אתם מנהלים קמפיינים דיגיטליים כבר כמה שנים, בוודאי קרה לכם הדבר הזה: השקתם קמפיין חדש, ראיתם שהוא מביא המרות מדהימות, והחלטתם להשקיע בו עוד כסף. אבל אחרי כמה חודשים גיליתם שהתנועה האורגנית ירדה, והבנתם שמשהו כאן לא מסתדר. ברוכים הבאים לעולם המבולבל של Attribution באנליטיקס.
מה הם בכלל First Click ו-Last Click ולמה הם לא מה שאתם חושבים?
Attribution אינו מה שרוב האנשים חושבים. המונח לא מתאר סתם דרך לספור המרות. מדובר בדרך שבה המערכת מחליטה מי מקבל קרדיט על כל לקוח שקונה. ויש כאן שתי גישות עיקריות שיכולות לתת לכם תמונה שונה לגמרי של מה באמת עובד, במיוחד כשמדובר ביכולות הנסתרות של אנליטיקס GA4 שרוב האנשים לא מכירים.
First Click Attribution נותן את כל הקרדיט לנקודת המגע הראשונה. Last Click נותן את כל הקרדיט לנקודת המגע האחרונה. הנושא נשמע טכני, אבל ההשלכות הן עצומות. תחשבו על המצב ככה: אם הייתם מנהל כדורגל, האם הייתם נותנים את כל הקרדיט לשחקן שכבש את השער, או לשחקן שהתחיל את המהלך?
הבעיה היא שברוב המקרים, המערכת בוחרת בשבילכם. ואם אתם לא יודעים איזה מודל היא משתמשת, אתם עלולים לקבל החלטות שגויות על סמך נתונים מוטים.
הגניבה הגדולה: איך הפרסום הממומן "גונב" קרדיט מהתנועה האורגנית?
הדבר קורה כל יום, ורוב בעלי העסקים לא מודעים לתופעה. לקוח מוצא אתכם דרך חיפוש אורגני, קורא על המוצר, אבל לא קונה מיד. הוא חוזר כמה פעמים, אולי דרך חיפוש ישיר של שם החברה, ובסוף קונה דרך פרסומת שהוא ראה בפייסבוק.
במקרה כזה, מי מקבל את הקרדיט? אם אתם עובדים עם Last Click Attribution, הפרסומת בפייסבוק תקבל את כל הקרדיט. התוכן האורגני שעשה את העבודה הכבדה? הוא לא מקבל כלום. המצב דומה לכך שהמלצר מקבל את כל הטיפ למרות שהטבח עשה את כל העבודה.
והנה החלק הכי מעצבן: לפעמים אנשים מחפשים את שם החברה שלכם ישירות, אבל לוחצים על הפרסומת במקום על התוצאה האורגנית. במקרה כזה אתם משלמים על קליק שהייתם מקבלים בחינם, והפרסום מקבל קרדיט על לקוח שכבר הכיר אתכם. המצב דומה לתשלום על מים שזורמים לכם מהברז.
מה קורה כשלא מגדירים קמפיינים נכון?
ראיתי עסקים שהפסיקו להשקיע בקידום אורגני כי חשבו שגוגל אדס עושה את כל העבודה. התוצאה? אחרי כמה חודשים התנועה שלהם ירדה, כי הם הפסיקו להזין את המנוע שבאמת הביא להם לקוחות.
המצב דומה לחשיבה שהמכונית נוסעת בזכות הגלגלים, ולהתעלם מהמנוע. הגלגלים חשובים, אבל בלי המנוע אתם לא תגיעו לשום מקום. אותו דבר עם ערוצי השיווק – כל אחד תורם משהו, אבל אם אתם לא רואים את התמונה המלאה, אתם עלולים לחתוך את הענף שאתם יושבים עליו.
והבעיה הכי גדולה? אתם מבזבזים כסף על דברים שלא עובדים, ומפסיקים להשקיע בדברים שכן עובדים. המצב דומה לתשלום לעובד שלא עושה כלום ופיטורים של העובד הכי טוב שלכם.
הפרדוקס של הנתונים: למה יותר מידע לא תמיד אומר החלטות טובות יותר?
הנושא אחד הדברים הכי מעניינים באנליטיקס – ככל שיש לכם יותר נתונים, כך קשה יותר לקבל החלטות. למה? כי כל מודל Attribution מספר לכם סיפור אחר, וכל סיפור נראה הגיוני.
First Click יגיד לכם שהתוכן האורגני הוא הגיבור. Last Click יגיד לכם שהפרסום הממומן הוא הגיבור. Time Decay יגיד לכם שהכל חשוב, אבל הדברים האחרונים חשובים יותר. ואתם? אתם נשארים עם שלושה סיפורים שונים ואף אחד לא יודע איזה מהם נכון.
הסוד הוא לא לחפש את הסיפור הנכון, אלא להבין שכל סיפור מראה חלק מהאמת. המצב דומה לראיית פיל מזוויות שונות – מזווית אחת הוא נראה כמו קיר, מזווית אחרת כמו חבל. שתי התצפיות נכונות, אבל אף אחת מהן לא מספרת את הסיפור המלא.
איך להגדיר את זה נכון?
הגדרות זמן ותאריך באנליטיקס – נכון להיום, 06/08/2025
הדבר הראשון שאתם צריכים להבין זה שאין מודל Attribution מושלם. כל מודל מתאים לסוג עסק אחר. אם אתם מוכרים משהו שאנשים קונים מיד – כמו פיצה או כרטיס קולנוע – Last Click כנראה בסדר. אבל אם יש לכם מוצר שדורש מחשבה – כמו רכב או ביטוח – אתם צריכים להסתכל על כל המסע.
הדבר השני – תתחילו להשתמש ב-UTM parameters. הנושא נשמע טכני, אבל למעשה פשוט מאוד. כל קישור שאתם שולחים מקבל תגיות מיוחדות שאומרות לאנליטיקס בדיוק מאיפה הוא הגיע. המצב דומה להצמדת תווית על כל מכתב שאתם שולחים, כדי לדעת איזה מכתבים מביאים תשובות.
והדבר הכי חשוב – תעקבו אחרי הנתונים לאורך זמן. אל תקבלו החלטות על סמך שבוע או חודש אחד. לפעמים לוקח זמן עד שאנשים מחליטים לקנות, ואם אתם מסתכלים רק על תקופה קצרה, אתם עלולים לפספס את התמונה הגדולה.
5 שלבים פשוטים להגדרת קמפיינים נכון באנליטיקס
איך להגדיר קמפיינים נכון באנליטיקס – מדריך מעשי
לעסקים עם מחזור רכישה קצר – Last Click. לעסקים עם מחזור רכישה ארוך – First Click או Time Decay.
הוסיפו utm_source, utm_medium, utm_campaign לכל קישור שאתם מפיצים.
הגדירו בדיוק מה נחשב המרה – רכישה, הרשמה לניוזלטר, השארת פרטים וכו'.
קבעו כמה זמן לשמור על מידע של משתמש – 30 יום למוצרים פשוטים, 90 יום למוצרים מורכבים.
השוו בין First Click, Last Click ו-Time Decay כדי לקבל תמונה מלאה.
איך נצליח לזכור את כל זה?
בסוף, המטרה היא לא לקבל נתונים מושלמים. המטרה היא לקבל נתונים שעוזרים לכם לקבל החלטות טובות יותר. וכדי לעשות את זה, אתם צריכים להבין שכל מודל Attribution נותן לכם תמונה אחרת, וכל תמונה מכילה חלק מהאמת.
הדברים החשובים לזכור: תגדירו UTM parameters לכל הקמפיינים, תבחרו מודל Attribution שמתאים לעסק שלכם, ותעקבו אחרי הנתונים לאורך זמן. אם משהו לא נראה הגיוני, תבדקו את ההגדרות. ואם אתם עדיין מבולבלים, תזכרו שזה נורמלי – גם המומחים הכי טובים מתבלבלים לפעמים.
ובסוף, זכרו שהמטרה היא לא לקבל נתונים יפים, אלא נתונים שעוזרים לכם לגדול. כי בסוף, זה מה שחשוב – לא הנתונים עצמם, אלא מה שאתם עושים איתם.
רוצים ללמוד יותר על אנליטיקס?
סרטון הסבר של גוגל עצמו על אנליטיקס ויש כאן קורס חינמי ללימוד מקצועי על הכלי:
קורס מקצועי וחינמי ללימוד אנליטיקס ישירות מגוגל
